UAS EKOLING Hermawati W 25313303.pdf

1

1. PENDAHULUAN

Institut Teknologi Bandung memiliki jumlah mahasiswa sebanyak 23.485 mahasiswa

dengan jumlah kebutuhan air bersih yang sangat besar di Kampus ITB Ganesha, yaitu

sebanyak 851,71 m3/hari dengan pengeluaran biaya untuk air bersih per tahunnya adalah

sebesar Rp. Rp 3.225.220.000 (Wulandari, 2014). Kelangkaan air bersih akibat tidak adanya

penghematan penggunaan air menjadi salah satu permasalahan yang terjadi di Kampus ITB

Ganesha. Pemanfaatan air di kampus digunakan untuk kegiatan toilet, laboratorium, kegiatan

pembersihan dan lain-lain. Kebutuhan air yang begitu besar tanpa adanya konservasi sumber

daya air akan dapat mengakibatkan kelangkaan air di kemudian hari. Selain itu, sampah botol

plastik yang berasal dari air minum kemasan turut menambah adanya masalah lingkungan

yang terjadi di Kampus.

Teknologi pemanenan air hujan atau rain water harvesting diduga dapat memberikan

solusi dari kedua permasalahan tersebut. Pemanfaatan air hujan sebagai sumber air bersih

akan memberikan manfaat mengurangi kelangkaan air bersih yang terjadi di kampus

sekaligus memperbaiki suplai air minum pada tap water yang selama ini ada di kampus

namun belum berjalan dengan baik. Setelah suplai air minum didapatkan dari tap water,

diharapkan timbulan sampah botol plastik yang ada di kampus dapat berkurang.

Metode rainwater harvesting merupakan sistem dari suatu metode atau teknologi

yang digunakan untuk mengumpulkan air hujan di permukaan atau akuifer sub permukaan

sebelum hilang sebagai runoff permukaan (Sarma , 2006). Air hujan yang dikumpulkan

dapat berasal dari atap bangunan, permukaan tanah, jalan, atau perbukitan batu, dan

dimanfaatkan sebagai salah satu sumber suplai air bersih.

Pemanfaatan air hujan pula ditemukan akan menyebabkan adanya potensi

penghematan biaya tagihan air. Pada kampus ITB Ganesha sendiri memiliki lapangan rumput

yang membentang dari tempat parkir timur hingga tempat parkir barat di sisi selatan kampus,

serta kontur menurun dari utara ke selatan ketika hujan terjadi. Lahan hijau ini sangat

berpotensi untuk dijadikan lokasi penempatan sistem pemanenan air hujan baik dari faktor

hidrolis maupun optimasi tata guna lahan. Dengan adanya potensi tersebut maka pemanfaatan

air hujan dengan sistem pemanenan air hujan dapat memungkinkan dilakukan pada Kampus

ITB Ganesha. Teknologi pemanenan air hujan yang dapat digunakan di antaranya, teknologi

Rooftop Rainwater Harvesting (RRH) yang menampung air pada atap gedung dengan luas

lebih dari 1.000 m2 dan memiliki lebih dari tiga lantai dan teknologi Groundwater Rainwater

Harvesting (GRH) yang menangkap air hujan yang mengalir menuju hilir drainase.

Teknologi pemanenan air tersebut direncanakan untuk dapat menyediakan air bersih untuk

2

kegiatan laboratorium,toilet dan berpotensi sebagai sumber air baku untuk penyediaan air

minum di kampus (tap water).

Pada studi ini akan diteliti seberapa besar Willingness To Pay (WTP) dari kegiatan

rainwater harvesting yang dimanfaatkan sebagai sumber air bersih serta air minum yang

didistribusikan pada tap water. Proses yang digunakan adalah metode CVM (Contingent

valuation Method). CVM ini dilakukan untuk mendapatkan nilai WTP (Willingness To Pay),

yaitu kemampuan maksimum yang dapat dibayarkan setiap individu dalam menghadapi

permasalahan tersebut. Contingent valuation merupakan metode untuk menempatkan nilai

moneter pada sebuah barang atau potensi. Nilai estimasi ini dapat diperoleh baik dengan

mengestimasi parameter preferensi yang diungkapkan dengan perilaku yang berhubungan

dengan beberapa aspek dari kemudahan yang akan didapatkan atau menggunakan pernyataan

informasi tentang preferensi dari barang atau potensi yang ingin dinilai. Dalam literatur

ekonomi lingkungan, pendekatan stated preference dikenal sebagai contingent valuation.

Sebagai estimasi valuasi yang didapatkan dari informasi preferensi mengingat responden

dikatakan menjadi contingent dalam detail pasar yang dibangun untuk barang atau jasa

lingkungan yang akan disurvey (Carson dan Hanemann, 2005).

Willingness to pay (WTP) yang didapatkan dari contingent valuation merupakan

ukuran teoritis yang benar dari nilai yang ditempatkan individu-individu pada barang atau

potensi yang bersangkutan. Pendekatan ini cocok untuk barang publik, seperti peningkatan

kualitas lingkungan yang diantar melalui program publik, dan barang swasta non-pasar,

seperti pengurangan risiko kesehatan dan lain-lain (Alberini, 2008). Nilai WTP akan didapat

dengan cara bidding games, yaitu menurunkan/menaikkan jumlah awal yang di tawarkan agar

mendapatkan nilai maksimum kemampuan setiap individu. Nilai WTP tersebut akan

digunakan untuk melakukan kegiatan rainwater harvesting yang dimanfaatkan sebagai

sumber air bersih dan perubahan penggunaan air kemasan menjadi penggunaan tap water.

Hal ini diharapkan dapat mengurangi jumlah sampah botol plastik yang dihasilkan setiap

harinya dari penggunaan air kemasan, serta mengatasi masalah kelangkaan air bersih di

Kampus ITB Ganesha.

2. KUISIONER

Kuisioner dibangun melalui diskusi kelompok oleh tim Focus Group Discussion

(FGD). Tim FGD terdiri dari perwakilan tiap kelompok sehingga dapat mewakilkan ide-ide

dari masing-masing kelompok. Pengujian kuisioner awal dilakukan oleh tim Field

Supervisor (SF) pada LABTEK IX. dengan jumlah responden sebanyak 50 untuk

3

mendapatkan kisaran bid yang akan ditanyakan pada survey final, serta mendapatkan koreksi

dari kuisioner awal tersebut untuk kemudian direvisi menjadi kuisioner akhir. Kuisioner awal

dapat dilihat pada Lampiran 1.. Dari hasil pengujian awal didapatkan bahwa nilai bid yang

ditawarkan masih terlalu rendah sehingga perlu dinaikan. Selain itu masih banyak responden

yang belum memahami akan rainwater harvesting maupun keuntungan penggunaan tap

water yang ada di kampus. Selain itu, masih terdapat ketidak percayaan akan kualitas tap

water yang disediakan sehingga hal ini akan berpengaruh pula pada hasil kuisioner. Hal ini

menjadi masukkan pula untuk tim supervisor bahwa harus ada penjelasan yang detil

mengenai teknik wawancara kepada para interviewer yang akan dilakukan dan persamaan

persepsi akan konsep program lingkungan yang ditawarkan untuk menghindari adanya bias.

Kuisioner final akhirnya dibentuk dengan beberapa revisi dari koreksi pengujian kuisioner

awal yang telah dilakukan (dilampirkan pada Lampiran 2.). Kuisioner final terdiri dari

beberapa bagian seperti dijelaskan pada Tabel 2. berikut :

Tabel 2. Kandungan Kuisioner Final

Bagian Data

Pendahuluan

Pengenalan Masalah

Skenario

Pertanyaan WTP

Data Responden

Tujuan Dari Kuesioner

Biaya yang dikeluarkan untuk memenuhi kebutuhan air

bersih yang tinggi

Fakta umum mengenai kebutuhan air bersih di ITB dan

ketersedian watertap

Bid (150rb/semester; 250rb/semester; 350rb/semester;

450rb/semester; 550rb/semester)

Protest

Strata Pendidikan

Jenis Kelamin

Umur

Fakultas

Jurusan

Perkiraan Tahun Lulus

Sumber Biaya Studi

Status Tempat Tinggal

Keorganisasian Lingkungan

Pendapatan Bulanan

Jumlah penggunaan toilet di kampus ITB dalam sehari

Penggunaan air keperluan laboratorium

Kondisi ketersediaan air di Laboratorium ITB

Jumlah air kemasan yang dikonsumsi di kampus setiap hari

nya

Pengetahuan tentang tap water

Kesediaan minum dari tap water

4

3. PENGUMPULAN DATA

Pengumpulan data dilakukan dengan face to face interview yang dilakukan pada

lokasi LABTEK yang dipilih adalah gedung LABTEK V, VI, VII, VIII dan XI. Pemilihan

lokasi tersebut berdasarkan data kebutuhan air gedung kuliah paling besar di Kampus ITB

Ganesha (terlampir pada Lampiran 3.) yang didapat dari penelitian Wulandari (2014).

Target populasi dari penelitian ini merupakan mahasiswa Kampus ITB Ganesha, baik

mahasiswa S1, S2 maupun S3 yang diasumsikan akan mendapatkan manfaat dari instalasi

rainwater harvesting dan tap water. Dari target populasi tersebut akan di survey kisaran

pendapatan yang mereka terima, kisaran kemampuan membayar dari program lingkungan

yang ditawarkan dan pengetahuan dasar tentang program rainwater harvesting untuk

penjelasan terhadap responden. Strategi sampling yang digunakan adalah pertama

berdasarkan lokasi LABTEK, kemudian dari masing-masing lokasi dibagi kembali menjadi

interviewer per lantai pada LABTEK tersebut, barulah pemilihan responden secara acak.

Jumlah target responden yang akan diwawancara adalah sebanyak 640 responden atau 10

responden per interviewer.

Teknis pengambilan data di lapangan adalah dengan pengenalan diri dan latar belakang dari

pengambilan kuisioner. Kemudian interviewer menanyakan pertanyaan screening awal yaitu

apakah responden merupakan mahasiswa ITB. Selanjutnya barulah dilanjutkan dengan

penjelasan skenario serta pengenalan masalah. Kemudian dilanjutkan dengan pengisian

kuisioner oleh responden melalui wawancara berupa data pribadi responden, jumlah air

kemasan yang dibeli responden setiap hari nya, dan kebersediaan responden untuk membayar

sejumlah uang untuk mendapatkan fasilitas rainwater harvesting dan watertap, dan

pertanyaan WTP atau bid. Masing-masing surveyor menanyakan 5 jenis bid yang berbeda

kepada responden yang berbeda sebanyak 2 kali. Lembar kuisioner kemudian dikumpulkan

kepada field supervisor masing-masing kelompok dan diserahkan kepada pihak data coding.

4. DATA CODING DAN INTERPRETASI

Dari 640 data yang diperoleh, sebanyak 539 yang tidak protes. Sehingga jumlah data

tersebutlah yang kemudian digunakan untuk coding data dan diinterpretasi serta dimodelkan

selanjutnya. Coding data dilakukan dengan mengubah pilihan menjadi angka untuk

memudahkan interpretasi. Beberapa pengkodean yang dilakukan dalam input data seperti di

bawah ini:

5

o Mahasiswa ITB (1=Ya; 0=tidak)

o Strata pendidikan (1= S1 ; 2= pascasarjana)

o Jenis kelamin responden (1=Laki-laki; 2=perempuan)

o Usia (1= 18 tahun ; 2= 23 tahun; 3= 28tahun; 4= 33tahun; 5= 38 tahun;

6= 45 tahun)

o Fakultas Jurusan ( 0 = << kebutuhan air (Fakultas dengan kebutuhan air

kecil (SBM, FTTM, FTMD, SF, FSRD, SAPPK); 1 = >> kebutuhan air

(Fakultas dengan kebutuhan air besar (FTSL, FMIPA, FITB, STEI, SITH))

o Pendapatan (1 = 500rb/bulan, 2=1juta/bulan, 3 = 2juta/bulan, 4 =

3juta/bulan, 5 = 4juta/bulan)

o Penggunaan toilet (0 = 1-2/hari, 1= >2/hari)

o Kondisi toilet kekurangan air (0 = tidak pernah, 1=pernah)

o Penggunaan air di Lab (0 = tidak, 1 = ya)

o Kondisi ketersediaan air di Lab (0= tidak, 1=cukup)

o Kebersediaan penggunaan tap water (0= tidak, 1= ya)

o Kebersediaan membayar biaya tagihan (0= tidak, 1= ya)

o Alasan menolak (0=NA, 1=terlalu mahal, 2=uang saku tidak cukup,

3=tidak sebanding dengan manfaat, 4=tidak yakin, 5=kondisi sekarang

sudah baik)

o dan seterusnya.

5. ANALISA DATA

Analisa data dilakukan dengan permodelan menggunakan uji regresi binary logistic.

Tahap pertama adalah permodelan untuk keseluruhan responden dan yang kedua adalah

permodelan dengan menghilangkan responden yang protest. Permodelan pertama tanpa

melakukan protest identification dengan data berjumlah 539, dan permodelan kedua dengan

melakukan protest identification dengan data berjumlah 437. Keputusan variabel yang akan

digunakan tidak berdasarkan pada p-value namun berdasarkan kemungkinan logis dari

variabel tersebut yang dapat menjelaskan hubungan antara nilai bid dan respon WTP.

6

Variabel dependan yang digunakan adalah kesediaan membayar bid yang ditawarkan.

Variabel yang mempengaruhi variabel dependan tersebut adalah sebagai berikut :

a. Jenis Kelamin, yang digunakan untuk melihat perbedaan pandangan

mahasiswa mengenai fasilitas rainwater harvesting berdasarkan gender.

b. Total uang yang diterima bulan (Income) untuk menjelaskan berapa banyak

uang yang diterima responden dan menjelaskan seberapa jauh daya bayar

responden.

c. Kebersediaan untuk minum dari Tap Water, yang digunakan untuk melihat

efek dari kesediaan untuk minum menggunakan Tap Water yang menjadi hasil

pemanfaatan air dari fasilitas Rain Water Harvesting.

d. Bid, yang digunakan untuk menghitung kesediaan responden untuk membayar

lebih terhadap fasilitas Rain Water Harvesting.

WTP merupakan jawaban kesediaan dari responden untuk mau membayar sejumlah bid

yang ditawarkan, sehingga persamaannya menjadi:

Willingness to Pay = f(Jenis_Kelamin,Income, Mau_Tap_Water, Bid)

Model Tanpa Protest Identification - Willingness To Pay berdasarkan Variabel Mau

Minum Tap Water dan Bid.

Berdasarkan permodelan dari regression binary, model tanpa Protest Identification (dapat

dilihat pada Lampiran 4. ) didapatkan bahwa nilai yang memenuhi uji dari beberapa

variabel yang ditinjau adalah variabel mau minum tap water dan bid. Sehingga untuk

perhitungan WTP dengan model tanpa protest identification dilakukan berdasarkan kedua

variabel tersebut, dengan perhitungan yang tergambar pada Tabel 3. dan Tabel 4. berikut :

Tabel 3. Hasil Reduced Model Estimation (Tanpa Protest Identification)

B S.E. Wald df Sig.

Exp(B

)

Step

1a

Mauminumtapwat

er .634 .187 11.533 1 .001 1.885

Bid .000 .000 31.389 1 .000 1.000

Constant .546 .266 4.223 1 .040 1.727

7

a. Variable(s) entered on step 1: Mauminumtapwater, Bid.

Setelah mendapat nilai constant dari perhitunga pada Tabel 3. di atas, kemudian

dihitung nilai WTP dengan rumus sebagai berikut :

( ) x

α : constant

β : variable Bid

β1 : variable Mau minum tap water

x : mean Mau minum tap water

Tabel 4. Perhitungan WTP (Tanpa Protest Identification)

Source Value Mean

Constant 0.546

Mau Minum Tap Water 0.634 0.57

BID -0.000004 348144.71

WTP 226,845

Maka didapatkan nilai Willingness To Pay (WTP) penambahan SPP rata-rata untuk

mahasiswa ITB berdasarkan variabel Mau Minum Tap Water dan Bid adalah sebesar Rp

226.845,-/semester, dengan nilai AIC sebesar 584,908; BIC sebesar 711,386 dan pseudo

R2 sebesar 0,183 dengan perhitungan sebagai berikut :

Tabel 5. Perhitungan AIC, BIC, dan pseudo R2 untuk model Tanpa Protest Identification

Model Fitting Information

Model

Model Fitting Criteria Likelihood Ratio Tests

AIC BIC

-2 Log

Likelihood Chi-Square df Sig.

Intercept

Only 606.312 610.392 604.312

Final 584.908 711.386 522.908 81.404 30 .000

Pseudo R-Square

Cox and

Snell .136

Nagelkerke .183

McFadden .108

8

Model Dengan Protest Identification - Willingness To Pay berdasarkan Variabel Jenis

Kelamin, Income, Mau Minum Tap Water, dan Bid.

Berdasarkan permodelan dari regression binary, model dengan Protest Identification (dapat

dilihat pada Lampiran 4. ) mendapatkan bahwa nilai yang memenuhi uji dari beberapa

variabel yang ditinjau adalah variabel jenis kelamin, total uang yang diterima setiap bulan,

mau minum tap water dan bid. Sehingga untuk perhitungan WTP dengan model dengan

protest identification dilakukan berdasarkan variabel tersebut, dengan perhitungan yang

tergambar pada Tabel 6. dan Tabel 7. berikut :

Tabel 6. Hasil Reduced Model Estimation (dengan protest identification)

B S.E. Wald df Sig. Exp(B)

Step 1a JenisKelamin .556 .208 7.161 1 .007 1.744

Totaluangygditerimabulan .360 .111 10.484 1 .001 1.433

Mauminumtapwater .591 .210 7.925 1 .005 1.806

Bid .000 .000 28.841 1 .000 1.000

Constant -.164 .432 .145 1 .704 .848

a. Variable(s) entered on step 1: JenisKelamin, Totaluangygditerimabulan, Mauminumtapwater, Bid.

Setelah nilai constant α dan β diperoleh dari hasil analisis dengan menggunakan uji regresi

binary logistic, kemudian dihitung nilai WTP dengan rumus sebagai berikut :

( ) x

x

x

α : constant

β : variable Bid

β1 : variable Jenis Kelamin

β2 : variable Income

β3 : variable Mau Minum Tap Water

x : mean Jenis Kelamin

x : mean Income

x : mean Mau Minum Tap Water

9

Tabel 7. Perhitungan WTP untuk Installasi Rainwater Harvesting dan Tap Water dengan

Protest Identification

Source Value Mean

Constant -.164

Jenis Kelamin .556 0.52

Total Uang yg diterima (income) .360 2.67

Mau Minum Tap Water .591 0.58

BID -.000004

WTP 354,495

Maka didapatkan nilai Willingness To Pay (WTP) penambahan SPP rata-rata untuk

mahasiswa ITB berdasarkan variabel Jenis Kelamin, Income, Mau Minum Tap Water,

dan Bid untuk installasi pengolahan rainwater harvesting di ITB dengan keuntungan

fasilitas tap water dan jaminan ketersediaan air pada fasilitas toilet dan laboratorium

adalah sebesar Rp 354.495,-/semester dengan nilai AIC sebesar 712,192; BIC sebesar

845,173; dan pseudo R2 sebesar 0,227, dengan perhitungan sebagai berikut :

Tabel 8. Perhitungan AIC, BIC, dan pseudo R2 untuk Model dengan Protest

Identification

Nilai AIC dan BIC dari hasil analisis untuk model tanpat protest identification memiliki nilai

yang lebih kecil dibandingkan dengan hasil analisis untuk model dengan protest

identification. Hal ini menunjukan bahwa model dengan protest identification lebih baik

dibandingkan model tanpa protest identification.Hal ini terjadi dikarenakan semakin banyak

Model Fitting Information

Model

Model Fitting Criteria Likelihood Ratio Tests

AIC BIC

-2 Log

Likelihood Chi-Square df Sig.

Intercept

Only 730.995 735.284 728.995

Final 712.192 845.173 650.192 78.803 30 .000

Pseudo R-Square

Cox and

Snell .170

Nagelkerke .227

McFadden .134

10

variabel independen yang mempengaruhi variabel dependen dalam model sehingga nilai

signifikansi akan semakin tinggi. Begitu pula dengan nilai pseudo R2 yang seharusnya

berkisar antara -1 sampai 1, dan semakin mendekati nilai tersebut berarti makin baik. Namun

kedua model tersebut memiliki nilai pseudo R2 yang mendekati 0 (nol) yang berarti hubungan

antara variabel independen dan dependen semakin lemah. Namun apabila dilihat dari nilai

pseudo R2, model dengan protest identification juga lebih baik daripada yang tanpa protest

identification.

KESIMPULAN

Dari penelitian ini didapatkan nilai WTP untuk model tanpa protest identification yang lebih

kecil dari model dengan protest identification, yaitu sebesar Rp 226.845,-/semester dengan

nilai AIC sebesar 584,908; BIC sebesar 711,386 dan pseudo R2 sebesar 0,183. Sedangkan

nilai WTP untuk model dengan protest identification sebesar Rp 354.495,-/semester dengan

nilai AIC sebesar 712,192; BIC sebesar 845,173; dan pseudo R2 sebesar 0,227. Model dengan

protest identification lebih menggambarkan hubungan yang kuat antara variabel independen

dengan variabel dependannya. Hal ini berarti protest identification penting dilakukan untuk

mendapatkan nilai maksimum dari willingness to pay.

DAFTAR PUSTAKA

Alberini, A. 2008. Contingent Valuation. Institute for Environmental Studies, Vrije

Universiteit, Amsterdam

Carson, R.T., Hanemann, W.M. 2005. Handbook of Environmental Economics: Volume 2.

Elsevier

Sarma. 2006. Roof Top Rain Water Harvesting System. Civil Engineering Department,

Indian Institute of Technology Guwahati

Wulandari. 2014. Rencana Induk Pemanenan Air Hujan Sebagai Alternatif Sumber Air

Bersih dan Upaya Pengembangan Sistem Drainase Berkelanjutan di Kampus ITB

Ganesha, Bandung. Institut Teknologi Bandung

11

Lampiran 1. Kuisioner Awal

12

Lampiran 2. Kuisioner Final

13

Lampiran 3. Jumlah Kebutuhan Air dan Denah Labtek Kampus ITB Ganesha (Wulandari, 2014)

No. Lokasi Luas Tangkapan

(m2)

Debit Hujan

Tertangkap

(m3/hari)

Kebutuhan

Air

(m3/hari)

1 GKU Barat 1.715 8,67 29,77

2 GKU Timur 1.571,48 7,95 19,97

3 Teknik Industri 2752,2 13,92 24,64

4 Labtek II 1049,52 5,31 60,21

5 Labtek IV 2486,5 12,58 35,35

6 Labtek V 2597 13,14 48,26

7 Labtek VI 2594 13,12 49,17

8 Labtek VIII 3103 15,69 68,5

9 Labtek VIII 3103 15,69 68,82

10 Labtek IX-A 1185 5,99 32,04

11 Labtek IX-B 1659 8,39 24,25

12 Labtek IX-C 1659 8,39 22,71

13 Labtek X 2016 10,2 34,57

14 Labtek XI 2016 10,2 64,04

15 Ex-PAU 2306,68 7,04 100,78

16 BSC A 1150 5,82 25,63

17 BSC B 669,6 3,39 17,41

18 SBM 1199,95 6,07 19,11

19 Perpustakaan Pusat 1658,25 8,39 44,31

20

Lab. Pengujian

Doping 626,4 3,17 14,13

Total RRWH

183,12 803,67

GRWH 250626,77 773,52 851,71

14

Lampiran 4. Perhitungan Permodelan Uji Regresi Binary Logistic

Tabel 1. Data Coding

No Variabel Co

de Values Keterangan

1 Strata 0 S1

Tingkat Pendidikan Responden 1 S2

2 JenisKelamin 0 Laki-laki

Jenis kelamin responden 1 Perempuan

3 Usia

1 18

Rata-rata usia mahasiswa S1 dan Pascasarjana di ITB

2 23

3 28

4 33

5 38

6 45

4 FakultasJurusan

0 <<kebutuhan air 0 = Fakultas dengan kebutuhan air kecil (SBM, FTTM, FTMD,

SF, FSRD, SAPPK)

1 >>kebutuhan air 1 = Fakultas dengan kebutuhan air besar (FTSL, FMIPA,

FITB, STEI, SITH)

5 Tahun_Lulus

2015

Perkiraan tahun kelulusan responden

2016

2017

2018

2019

2 Sumber_Biaya 0 beasiswa

Sumber biaya untuk membiayai kebutuhan kuliah responden 1 pribadi

3 Tempat_Tinggal 0 rumah

Tempat tinggal responden selama kuliah di ITB 1 kost

4 Org_Lingkunga

n

0 tidak Keaktifan responden terhadap organisasi lingkungan

1 ya

5 Income

1 500rb

Rata-rata pendapatan atau uang saku yang diterima responden per

bulan

2 1jt

3 2jt

4 3jt

5 4jt

6 Penggunaan_Toi

let

0 1-2 intensitas penggunaan toilet di kampus ITB per hari

1 >2

7 Kondisi_Toilet 0 tidak Pengalaman responden pernah mengalami kekurangan air atau

tidak selama menggunakan toilet di kampus 1 pernah

8 Penggunaan_La

b

0 tidak Pengalaman responden pernah menggunakan air untuk keperluan

lab atau tidak selama di kampus 1 ya

9 Kondisi_Lab 0 tidak

Kondisi ketersediaan air di lab 1 Cukup

10 Air_Kemasan 0 tidak

Keseringan responden membeli air kemasan di kampus per hari 1 ya

11 Alasan_Tidak_

Air_Kemasan

0 NA

Alasan responden tidak membeli air kemasan selama di kampus 1 bawa dari rumah

2 beli diluar

3 dll

12 Konsumsi_Air_

Kemasan

0 NA

Jumlah air kemasan yang dikonsumsi/hari di kampus 1 1-2 botol

2 >2 botol

15

Tabel 2. Analisa Deskriptif

Tabel 1. Hasil Full Model Estimation (tanpa protest identification)

N

Mean Median Mode Std. Deviation Variance Valid Missing

Strata Pendidikan 539 0 .17 .00 0 .377 .142

Jenis Kelamin 539 0 .52 1.00 1 .500 .250

Usia 539 0 1.60 2.00 1 .678 .460

Fakultas/Jurusan 539 0 .63 1.00 1 .483 .233

Tahun Lulus 539 0 2016.55 2017.00 2016 1.064 1.132

Sumber Biaya Studi 539 0 .61 1.00 1 .489 .239

Tempat Tinggal 539 0 .74 1.00 1 .437 .191

Organisasi Lingk. 539 0 .09 .00 0 .293 .086

Total uang yg diterima/bulan 539 0 2.69 2.00 2 .961 .923

Penggunaan toilet/ hari 539 0 .53 1.00 1 .500 .250

Pernah kekurangan air di kampus? 539 0 .33 .00 0 .472 .223

Pakai air utk Lab? 539 0 .61 1.00 1 .488 .238

Kondisi air di Lab ITB? 539 0 .87 1.00 1 .332 .110

Biasa beli air minum kemasan? 539 0 .61 1.00 1 .489 .239

Alasan "Tidak" air kemasan 539 0 .47 .00 0 .668 .446

Konsumsi air (600mL) 539 0 .64 1.00 1 .481 .231

Tau ttg Tap Water? 539 0 .85 1.00 1 .361 .131

Mau minum tap water? 539 0 .57 1.00 1 .496 .246

Mau byr utk tap water seharga sekian? 539 0 .41 .00 0 .493 .243

Alasan "Tidak" tap water 539 0 1.64 1.00 0 1.990 3.959

Bid 539 0 348144.71 350000.00 150000a 141671.807 20070900952.473

a. Multiple modes exist. The smallest value is shown


Step 1a StrataPendidikan .115 .339 .116 1 .734 1.122

JenisKelamin .350 .198 3.140 1 .076 1.420

FakultasJurusan .140 .205 .466 1 .495 1.150

TahunLulus .089 .113 .617 1 .432 1.093

SumberBiayaStudi -.057 .204 .078 1 .781 .945

TempatTinggal -.100 .224 .199 1 .655 .905

OrganisasiLingk -.292 .337 .751 1 .386 .747


Penggunaantoilethari -.070 .190 .137 1 .712 .932

Pernahkekuranganairdikampus -.050 .208 .059 1 .809 .951

PakaiairutkLab .023 .197 .014 1 .907 1.023

KondisiairdiLabITB -.245 .291 .711 1 .399 .783

Biasabeliairminumkemasan .710 .457 2.411 1 .121 2.033

Konsumsiair600mL -.401 .464 .747 1 .387 .670

TauttgTapWater -.342 .262 1.698 1 .193 .711


Bid .000 .000 29.745 1 .000 1.000

Usia .003 .044 .006 1 .937 1.003

Constant -179.649 229.335 .614 1 .433 .000

a. Variable(s) entered on step 1: StrataPendidikan, JenisKelamin, FakultasJurusan, TahunLulus, SumberBiayaStudi,

TempatTinggal, OrganisasiLingk, Totaluangygditerimabulan, Penggunaantoilethari, Pernahkekuranganairdikampus,

PakaiairutkLab, KondisiairdiLabITB, Biasabeliairminumkemasan, Konsumsiair600mL, TauttgTapWater,

Mauminumtapwater, Bid, Usia.

16

Tabel 4. Hasil Full Model Estimation (dengan protest identification)


Step 1a StrataPendidikan -.113 .387 .086 1 .770 .893

JenisKelamin .512 .222 5.329 1 .021 1.669

Usia .017 .244 .005 1 .945 1.017

FakultasJurusan .072 .227 .100 1 .752 1.075

TahunLulus -.014 .126 .012 1 .911 .986

SumberBiayaStudi -.208 .231 .807 1 .369 .813

TempatTinggal .014 .246 .003 1 .954 1.014

OrganisasiLingk -.341 .365 .871 1 .351 .711


Penggunaantoilethari .192 .214 .805 1 .370 1.211

Pernahkekuranganairdikampus .013 .232 .003 1 .956 1.013

PakaiairutkLab -.118 .223 .279 1 .597 .889

KondisiairdiLabITB -.361 .345 1.093 1 .296 .697

Biasabeliairminumkemasan .674 .486 1.923 1 .166 1.963

Konsumsiair600mL -.416 .492 .714 1 .398 .660

TauttgTapWater -.280 .295 .905 1 .341 .755


Bid .000 .000 28.447 1 .000 1.000

Constant 28.849 254.674 .013 1 .910 3380712464382.889

a. Variable(s) entered on step 1: StrataPendidikan, JenisKelamin, Usia, FakultasJurusan, TahunLulus, SumberBiayaStudi,

TempatTinggal, OrganisasiLingk, Totaluangygditerimabulan, Penggunaantoilethari, Pernahkekuranganairdikampus,

PakaiairutkLab, KondisiairdiLabITB, Biasabeliairminumkemasan, Konsumsiair600mL, TauttgTapWater,

Mauminumtapwater, Bid.

UAS EKOLING Hermawati W 25313303.pdf

Documents

Transcript of UAS EKOLING Hermawati W 25313303.pdf